一种刚性接触网中间接头小目标高精度检测方法及装置与流程

本发明涉及轨道交通智能检测，具体涉及一种刚性接触网中间接头小目标高精度检测方法及装置。

背景技术：

1、目前，在轨道交通刚性接触网供电系统中，汇流排为列车运行提供连续电力支撑。受原材料生产规格、运输尺寸、现场安装条件的限制，标准长度为10m或12m的汇流排单元无法实现全程贯通，需通过端部对接结构完成拼接，该对接结构即为刚性接触网中间接头。中间接头普遍采用鱼尾板夹持式机械结构，由铜合金或铝合金材质的高强度夹板配合紧固螺栓，从上下或左右两侧夹持相邻两根汇流排端部，同时实现电气导通与机械固定双重功能。在电气性能层面，中间接头可保障汇流排分段间低阻抗电流传输，规避接头区域发热、电弧放电等电气故障；在机械性能层面，其可约束汇流排拼接位置的水平与垂直偏差，保证受电弓平滑滑行，维持稳定的弓网耦合关系。

2、中间接头是刚性接触网系统的关键薄弱节点，其安装精度与运行状态直接决定接触网供电稳定性及列车运行安全性。长期隧道复杂工况运行下，受振动、温变、潮湿环境影响，易出现螺栓松动、接触面氧化、安装错位等缺陷，进而引发两类核心故障：一是电气故障，接头接触电阻异常增大，造成局部过热、烧蚀部件，严重时产生持续性拉弧，引发区间断电；二是机械故障，汇流排拼接处平整度超标，受电弓通行时产生冲击振动，加剧滑板与汇流排磨损，恶化弓网匹配关系，诱发弓网事故。因此，实现中间接头的高精度、常态化智能检测，是轨道交通接触网运维领域的核心技术需求。

3、现有的中间接头的识别是基于电客车或检修车车载4c设备对汇流排的近距离，拍摄距离为0.8～1.5米、多相机多角度拍摄，通过识别鱼尾板或者中间接头衔接处的紧固螺栓来完成，特征明显，检测难度低。本发明基于的接触网1c+4c融合智能检测小车沿着铁轨行走，在轨面对汇流排和中间接头进行拍摄，拍摄距离为4～5米，拍摄距离远且角度有限，对中间接头的自动识别是典型的机器视觉微小目标识别，存在极强的场景适配缺陷，核心技术瓶颈集中在微小目标特征失效与复杂场景干扰叠加。其一，目标尺度极小，在5120×5120超高分辨率采集图像中，中间接头有效高度仅25像素，像素占比仅0.005，属于典型的超微小目标，目标像素占比极低、有效特征稀疏；其二，场景干扰严重，隧道内部光照不均、明暗交替、背景纹理杂乱、设备附着物多，极易造成目标遮挡、特征混淆；其三，传统算法适配性差，实例分割算法标注成本高、对超微小目标分割边界模糊，精度无法保障；通用yolo目标检测模型采用640×640固定输入分辨率，图像缩放后中间接头仅剩余3-4像素，特征完全丢失，漏检、误检率极高；其四，算力矛盾突出，单纯提升模型输入分辨率可小幅保留目标特征，但会成倍增加设备显存与内存开销，无法适配嵌入式轻量化部署场景，现有技术难以兼顾微小目标检测精度与工程落地算力需求。

技术实现思路

1、针对所述缺陷，本发明实施例公开了一种刚性接触网中间接头小目标高精度检测方法及装置，其能降低成本对中间接头进行高精度识别检测。

2、本发明实施例第一方面公开了一种刚性接触网中间接头小目标高精度检测方法，包括：

3、采集目标数据，所述目标数据包括基于高清成像设备采集的刚性接触网的全域二维图像数据，以及基于激光雷达设备采集的刚性接触网的三维点云数据；所述三维点云数据至少包括汇流排空间坐标、汇流排长度、中间接头两端高差突变、锚段关节信息；所述目标数据的采集部件包括中间接头和汇流排；

4、根据所述三维点云数据定位全域二维图像数据中的中间接头空间位置，按照预设裁剪方式对全域二维图像数据进行裁剪以获取包含中接头空间位置的局部目标图像；

5、基于labelimg 工具对局部目标图像做矩形框目标检测标注，并对局部目标图像进行自适应放大，以将接头空间位置的目标检测标注高度提升至60像素，得到人工标注样本；

6、将所述人工标注样本作为基础样本集用于训练轻量化检测模型，并在训练完成后放松所述轻量化检测模型的置信度阈值，将全部局部目标图像输入至训练好的轻量化检测模型生成批量标注结果；

7、构建汇流排优化模型和中间接头优化模型，将所述批量标注结果对汇流排优化模型和中间接头优化模型进行训练，并输入新采集的全域二维图像数据和三维点云数据输入至训练后的汇流排优化模型和中间接头优化模型中以输出中间接头检测结果。

8、作为一种可选的实施方式，在本发明实施例第一方面中，还包括：采集目标数据后对所述目标数据进行数据处理，所述数据处理包括数据清洗与剔除、双模态数据匹配与筛选以及构建原始数据集。

9、作为一种可选的实施方式，在本发明实施例第一方面中，所述数据清洗与剔除包括剔除目标数据中的无效全域二维图像数据、剔除无效三维点云数据，无效全域二维图像数据包括模糊数据、曝光异常数据、拖影数据，无效三维点云数据包括点云缺失数据、噪声超标数据；所述双模态数据匹配为保留全域二维图像数据与三维点云数据在时空对齐的目标数据。

10、作为一种可选的实施方式，在本发明实施例第一方面中，所述预设裁剪方式包括：在高度方向按照重叠式均分裁剪，在宽度方向跟随汇流排宽度自适应调整。

11、作为一种可选的实施方式，在本发明实施例第一方面中，按照预设裁剪方式对全域二维图像数据进行裁剪，包括：

12、设置两组带0.1倍图像高度重叠冗余的裁剪区间在高度方向上对全域二维图像数据进行均分裁剪，裁剪区间为0~3072 像素、2048~5120 像素；

13、通过激光雷达点云截取汇流排的横向分布区间并锁定中间接头的横向位置获取汇流排宽度，并根据汇流排与原来的全域二维图像数据的宽度占比在宽度方向上裁剪。

14、作为一种可选的实施方式，在本发明实施例第一方面中，根据汇流排与原来的全域二维图像数据的宽度占比在宽度方向上裁剪，包括：

15、当汇流排宽度小于全域二维图像数据宽度的1/3时，按照全域二维图像数据宽度的1/3单次裁剪并输出两张局部目标图像；

16、当汇流排宽度在全域二维图像数据宽度的1/3~0.6时，按照全域二维图像数据宽度的0.6倍单次裁剪并输出两张局部目标图像；

17、当汇流排宽度大于全域二维图像数据宽度的0.6时，按照全域二维图像数据宽度的0.7倍交叉重叠裁剪并输出四张局部目标图像。

18、作为一种可选的实施方式，在本发明实施例第一方面中，输出中间接头检测结果，包括：

19、提取中间接头对应的检测坐标，基于像素坐标补偿算法将局部目标图像映射至原图坐标系，并过滤掉重叠区域的重复框和伪误检框；

20、去除重复框和伪误检框之后输出中间接头检测结果。

21、本发明实施例第二方面公开一种刚性接触网中间接头小目标高精度检测装置，包括：

22、数据采集模块：用于采集目标数据，所述目标数据包括基于高清成像设备采集的刚性接触网的全域二维图像数据，以及基于激光雷达设备采集的刚性接触网的三维点云数据；所述三维点云数据至少包括汇流排空间坐标、汇流排长度、中间接头两端高差突变、锚段关节信息；所述目标数据的采集部件包括中间接头和汇流排；

23、数据裁剪模块：用于根据所述三维点云数据定位全域二维图像数据中的中间接头空间位置，按照预设裁剪方式对全域二维图像数据进行裁剪以获取包含中接头空间位置的局部目标图像；

24、样本标注模块：用于基于labelimg 工具对局部目标图像做矩形框目标检测标注，并对局部目标图像进行自适应放大，以将接头空间位置的目标检测标注高度提升至60像素，得到人工标注样本；

25、模型输出模块：用于将所述人工标注样本作为基础样本集用于训练轻量化检测模型，并在训练完成后放松所述轻量化检测模型的置信度阈值，将全部局部目标图像输入至训练好的轻量化检测模型生成批量标注结果；

26、结果检测模块：用于构建汇流排优化模型和中间接头优化模型，将所述批量标注结果对汇流排优化模型和中间接头优化模型进行训练，并输入新采集的全域二维图像数据和三维点云数据输入至训练后的汇流排优化模型和中间接头优化模型中以输出中间接头检测结果。

27、作为一种可选的实施方式，在本发明实施例第二方面中，还包括数据处理模块：用于采集目标数据后对所述目标数据进行数据处理，所述数据处理包括数据清洗与剔除、双模态数据匹配与筛选以及构建原始数据集。

28、作为一种可选的实施方式，在本发明实施例第二方面中，所述数据清洗与剔除包括剔除目标数据中的无效全域二维图像数据、剔除无效三维点云数据，无效全域二维图像数据包括模糊数据、曝光异常数据、拖影数据，无效三维点云数据包括点云缺失数据、噪声超标数据；所述双模态数据匹配为保留全域二维图像数据与三维点云数据在时空对齐的目标数据。

29、作为一种可选的实施方式，在本发明实施例第二方面中，所述预设裁剪方式包括：在高度方向按照重叠式均分裁剪，在宽度方向跟随汇流排宽度自适应调整。

30、作为一种可选的实施方式，在本发明实施例第二方面中，按照预设裁剪方式对全域二维图像数据进行裁剪，包括：

31、设置两组带0.1倍图像高度重叠冗余的裁剪区间在高度方向上对全域二维图像数据进行均分裁剪，裁剪区间为0~3072 像素、2048~5120 像素；

32、通过激光雷达点云截取汇流排的横向分布区间并锁定中间接头的横向位置获取汇流排宽度，并根据汇流排与原来的全域二维图像数据的宽度占比在宽度方向上裁剪。

33、作为一种可选的实施方式，在本发明实施例第二方面中，根据汇流排与原来的全域二维图像数据的宽度占比在宽度方向上裁剪，包括：

34、当汇流排宽度小于全域二维图像数据宽度的1/3时，按照全域二维图像数据宽度的1/3单次裁剪并输出两张局部目标图像；

35、当汇流排宽度在全域二维图像数据宽度的1/3~0.6时，按照全域二维图像数据宽度的0.6倍单次裁剪并输出两张局部目标图像；

36、当汇流排宽度大于全域二维图像数据宽度的0.6时，按照全域二维图像数据宽度的0.7倍交叉重叠裁剪并输出四张局部目标图像。

37、作为一种可选的实施方式，在本发明实施例第二方面中，输出中间接头检测结果，包括：

38、提取中间接头对应的检测坐标，基于像素坐标补偿算法将局部目标图像映射至原图坐标系，并过滤掉重叠区域的重复框和伪误检框；

39、去除重复框和伪误检框之后输出中间接头检测结果。

40、本发明实施例第三方面公开一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行本发明实施例第一方面公开的刚性接触网中间接头小目标高精度检测方法。

41、本发明实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的刚性接触网中间接头小目标高精度检测方法。

42、与现有技术相比，本发明实施例具有以下有益效果：

43、本发明实施例同步采集二维图像与三维激光点云两类目标数据，点云可输出汇流排、中间接头的空间坐标、平整度、形变等几何参数，突破单一视觉图像易受隧道明暗光照、污渍纹理干扰的局限，依靠三维几何真值锁定中间接头真实空间区域，以此指导二维图像自适应裁剪；采用 labelimg 矩形框标注搭配标注边界自适应放大的样本处理方式，摒弃标注成本高昂、微小目标分割精度差的实例分割方案，将原图中仅 25 像素高的中间接头标注高度提升至 60 像素，显著丰富微小目标特征信息；同时以少量人工精准标注样本训练轻量化模型实现批量自动预标注，大幅降低全数据集人工标注工作量，通过迭代优化持续提升标注精度，解决传统单次人工标注误差大、模型训练收敛缓慢的问题；并且搭建汇流排、中间接头双分级优化模型协同检测架构，轻量化汇流排模型快速完成大范围区域定位，自研适配超小目标的中间接头专用检测模型强化浅层细粒度特征提取能力；实施例可稳定部署于车载嵌入式轻量化设备，在复杂隧道多变工况下大幅降低微小中间接头漏检、误检概率，检测精度与推理速度均优于传统纯视觉检测手段，能够替代人工完成接触网常态化智能巡检，及时识别接头松动、氧化、错位等故障隐患，从源头规避弓网供电安全事故。